一种面向复杂维修场景的虚拟人智能运动控制方法

AITNT
正文
推荐专利
一种面向复杂维修场景的虚拟人智能运动控制方法
申请号:CN202511123792
申请日期:2025-08-12
公开号:CN120862682A
公开日期:2025-10-31
类型:发明专利
摘要
本发明涉及智能识别领域,更具体的涉及一种面向复杂维修场景的虚拟人智能运动控制方法,进行虚拟人物理建模,基于GB10000人体尺寸标准和人机工效学标准,建立虚拟人模型,所述模型包括运动学架构和蒙皮外形,其中运动学架构将虚拟人划分为上半身和下半身,上半身包括脊椎、颈部、左/右肩膀、左/右肘部和左/右腕部共8个关节,下半身包括左/右大腿根部、左/右膝盖和左/右脚踝共6个关节,各关节分别抽象为球铰链、铰链或万向节运动学机构,并设置关节角度约束;解决了基于状态机、行为树等动作方法采用预先设计动画并组合预制动画的方式,通常面向常规维修性任务的计算和分析,难以满足特殊复杂的维修场景技术问题。
技术关键词
智能运动控制方法 控制策略模型 末端执行器 人机工效学 轨迹规划算法 视觉摄像机 深度强化学习算法 场景 运动学机构 下肢模型 脊椎 逆运动学 运动姿态控制 肩关节 空间布局优化 蒙皮 生成无碰撞
系统为您推荐了相关专利信息
1
一种任务执行方法、装置及电子设备
深度图像采集设备 对象 机械臂 置物容器 采集周围环境
2
一种基于深度学习随机规划的配电网电压无功优化方法
配电网电压无功优化 有功功率 短时间尺度 长时间尺度 规划
3
一种增量式的基于信赖域的协作机械臂多目标轨迹优化方法及相应的电子设备
轨迹优化方法 机器人末端执行器 机器人操作系统 人体运动轨迹 人体运动状态
4
一种伸缩式工业机械臂及其控制系统
伸缩式工业 速度随时间变化 关节组件 末端执行器 轨迹参数
5
一种基于深度强化学习的连续体机械臂运动控制方法
深度强化学习 强化学习策略 连续体 末端执行器 融合多源信息
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号